論文の概要: GRADS: Graph-Regulated Agentic Data Synthesis with Controllable Difficulty

• arxiv url: http://arxiv.org/abs/2610.21167v1
• Date: Thu, 15 Oct 2026 03:24:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.15924
• Title: GRADS: Graph-Regulated Agentic Data Synthesis with Controllable Difficulty
• Title（参考訳）: GRADS:制御困難を伴うグラフ制御エージェントデータ合成
• Abstract要約: 本稿では,グラフ誘導型エージェントデータ合成フレームワークであるGRADSを紹介する。 我々は,GRADSが,経験的に分離された難易度分布を持つ検証タスクを一貫して生成することを示す。 一致したトレーニング予算の下では、このデータのポストトレーニングは、すべてのレベルで一貫した利益をもたらす。
• 参考スコア（独自算出の注目度）: 14.975970083063743
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep research agents are increasingly deployed to retrieve precise information from large corpora, yet multi-hop, long-horizon tasks remain challenging. Synthetic data generation has emerged as a scalable solution, with existing pipelines typically expanding seed tasks to increase their apparent depth and breadth. However, this expansion does not reliably translate into necessary reasoning: newly introduced evidence may be only weakly coupled to the answer, creating a mismatch between intended and empirical difficulty. To address this problem, we introduce GRADS, a graph-guided agentic data synthesis framework with explicit difficulty control. GRADS runs a closed loop of seed selection, evidence expansion, question--answer construction, and verification while maintaining a graph of the evidence and inference dependencies required to derive each answer. At each step, it conditions generation on a relevant subgraph, preserving indispensable inference without accumulating irrelevant context. Experiments across security, software-engineering, and scientific-document domains show that GRADS consistently generates verified tasks with empirically separated difficulty distributions, as measured by independent solvers. Moreover, under matched training budgets, post-training on this data delivers consistent gains at every level: SFT raises the solution-termination rate to over 95% while cutting tool calls and turns by up to 75%, RL trims tool use by up to a further 19.5%, and on our held-out, domain-specific benchmarks, the resulting 4B model matches Sonnet~4 on software engineering and surpasses it on the scientific and security domains.
• Abstract（参考訳）: 大規模なコーパスから正確な情報を取得するために、ディープリサーチエージェントがますます配備されているが、マルチホップ、ロングホライゾンのタスクは難しいままである。 合成データ生成はスケーラブルなソリューションとして登場し、既存のパイプラインは通常、シードタスクを拡張して、その見かけの深さと幅を拡大する。 しかし、この拡張は必然的な推論に確実に変換されない: 新しく導入された証拠は答えに弱く結合されるだけであり、意図と経験的困難の間にミスマッチを生じさせる。 この問題に対処するために,グラフ誘導型エージェントデータ合成フレームワークであるGRADSを導入する。 GRADSは、各答えを導出するために必要なエビデンスと推論依存関係のグラフを維持しながら、シード選択、エビデンス拡張、質問-回答構成、検証のクローズドループを実行する。 それぞれのステップで、関連するサブグラフに生成を条件付け、無関係なコンテキストを蓄積することなく、必要不可欠な推論を保存する。 セキュリティ、ソフトウェアエンジニアリング、科学文書領域にわたる実験により、GRADSは独立した解決者によって測定された、経験的に分離された困難分布を持つ検証されたタスクを一貫して生成することを示した。 SFTはツールコールをカットしながらソリューション終了率を95%以上まで引き上げ、75%以下にし、RLトリムツールを19.5%以上使用し、ドメイン固有のベンチマークでは、結果の4BモデルはソフトウェアエンジニアリングでSonnet~4と一致し、科学とセキュリティの領域でそれを上回ります。

関連論文リスト

• Symbolic Separation: Grounding Deep Agents in Knowledge Graphs for Trustworthy Operational Data Analytics [2.0731091158007318]
  Generative AIは、データセンターと産業用4.0インストールの巨大な数値テレメトリへの自然言語アクセスを約束する。 フロンティアモデルでさえ、現実世界のデータベースの質問の半分にしか答えない。 深層エージェントは、オントロジーに制約された仮想知識グラフを通してのみデータに作用する。
  論文  参考訳（メタデータ） (2026-09-15T12:38:43Z)
• LongCrafter: Towards Diverse Long-Context Understanding via Evidence-Graph-Guided Instruction Synthesis [25.64387650835006]
  LongCrafterは階層的なタスク分類とエビデンスベースのパイプラインを結合する構造化合成フレームワークである。 LongCrafterはタスク整列した長いコンテキストを構築し、それらをパラグラフの依存関係をモデル化する明示的なエビデンスグラフに分解し、位置するエビデンスに厳格に根ざした命令応答ペアを生成する。 LongCrafterのデータに基づいて微調整されたモデルは、すべてのSFTベースラインや、公式の訓練後のモデルよりも優れています。
  論文  参考訳（メタデータ） (2026-07-07T11:35:48Z)
• VeriGraph: Towards Verifiable Data-Analytic Agents [71.17693022916896]
  LLMをベースとしたエージェントは、データ集約分析タスクにおいて強力な能力を示してきたが、その出力は滅多に検証されていない。 We propose VeriGraph, a traceable neuro-symbolic reasoning framework that agent can construct an explicit heterogeneous evidence directed acyclic graph。 以上の結果から,明示的なエビデンスグラフ構築がデータ分析エージェントの検証に期待できる道のりであることが示唆された。
  論文  参考訳（メタデータ） (2026-06-15T11:50:56Z)
• Towards Multi-Agent Autonomous Reasoning in Hydrodynamics [0.06999740786886537]
  本稿では,多エージェントをレイヤ実行グラフ(LEG)を介して協調させる,流体力学のためのマルチエージェントシステム(MAS)のプロトタイプを提案する。 プランナーエージェントは、ドメイン知識を厳密な制御ロジックとしてハードコーディングすることなく、自然言語ルーティングからクエリ固有の実行トポロジを構築する。 レポーターエージェントが最終応答を合成し、ランタイムが監査性をサポートするためのツール呼び出し毎に証明をログする。
  論文  参考訳（メタデータ） (2026-05-01T21:17:55Z)
• Training LLMs for Multi-Step Tool Orchestration with Constrained Data Synthesis and Graduated Rewards [76.49428173793386]
  LLMは、中間出力を伝搬しながら、正しい順序で複数の依存APIを呼び出す必要がある。 既存の環境は、シミュレーションデータを使った単純なターン毎の関数呼び出しとバイナリ報酬に重点を置いている。 まず、実APIレスポンスの大規模キャッシュを背景とした強化学習環境を構築し、有効なマルチステップオーケストレーショントレースをサンプリングするデータ合成パイプラインを実現する。 第二に、正当性を原子の妥当性とオーケストレーションに分解する、段階的な報酬設計を提案する。
  論文  参考訳（メタデータ） (2026-03-25T18:31:39Z)
• Synthesizing Agentic Data for Web Agents with Progressive Difficulty Enhancement Mechanisms [81.90219895125178]
  Webベースの「ディープリサーチ」エージェントは、オンラインツールとの長時間のインタラクションを通じてタスクに答える、複雑な問題の解決を目指している。 基礎となる言語モデルは、長い水平推論に最適化されないことが多いため、これらのタスクは依然として困難なままである。 複雑化を徐々に進めることで、疑問-答えのペアを生成する2段階のデータ合成パイプラインを導入する。
  論文  参考訳（メタデータ） (2025-10-15T06:34:46Z)
• CoDA: Agentic Systems for Collaborative Data Visualization [57.270599188947294]
  深層研究はデータ分析に革命をもたらしたが、データサイエンティストは依然として手作業による視覚化にかなりの時間を費やしている。 単純なシングルエージェントシステムやマルチエージェントシステムを含む既存のアプローチは、しばしばタスクを単純化する。 本稿では,メタデータ分析,タスク計画,コード生成,自己回帰に特殊なLLMエージェントを利用するマルチエージェントシステムであるCoDAを紹介する。
  論文  参考訳（メタデータ） (2025-10-03T17:30:16Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• AGENTICT$^2$S:Robust Text-to-SPARQL via Agentic Collaborative Reasoning over Heterogeneous Knowledge Graphs for the Circular Economy [42.73610751710192]
  AgenticT$2$Sは、知識グラフを専門エージェントが管理するサブタスクに分解するフレームワークである。 2段階検証器は、構造的に無効で意味的に不特定なクエリを検出する。 実世界の循環経済の実験では、AgenticT$2$Sが実行精度を17.3%向上することを示した。
  論文  参考訳（メタデータ） (2025-08-03T15:58:54Z)
• RV-Syn: Rational and Verifiable Mathematical Reasoning Data Synthesis based on Structured Function Library [58.404895570822184]
  RV-Synは、新しい数学的合成手法である。 このライブラリからPython形式の関数を組み合わせることで、グラフをソリューションとして生成する。 構築したグラフに基づいて,解誘導論理認識問題生成を実現する。
  論文  参考訳（メタデータ） (2025-04-29T04:42:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。